На сбор данных с автомобиля и построение трехмерной модели ушло три недели — вместо четырех лет геологических исследований и буровой кампании протяженностью более 30 тысяч метров. Об этом сообщает Global Mining Review.
Для оценки недр компания использовала квантовый гравиметр GRAVIO и программное обеспечение ORE-O на основе машинного обучения. Прибор измеряет изменения гравитационного поля, а алгоритм преобразует полученные данные в трехмерную модель плотности пород, позволяя оценить геологическую структуру и расположение минерализации.
Испытания проходили на действующем железорудном карьере. По заявлению Atomionics, оборудование продолжало собирать данные, несмотря на вибрации от тяжелых карьерных самосвалов и работающих экскаваторов, не мешая производству.
Полученная модель позволила оценить количество содержащегося в породе железа с отклонением не более 5% от показателя, установленного оператором месторождения по результатам бурения. По оценке компании, традиционные работы для определения ресурсов такого масштаба потребовали бы 4–6 миллионов долларов только на бурение.
Как технология может изменить разведку
Традиционные геофизические исследования помогают определить перспективные участки, но не всегда дают достаточно точную картину строения месторождения. В результате компаниям приходится бурить множество скважин, чтобы проверить гипотезы и уточнить границы рудных тел.
Atomionics рассчитывает сократить число таких операций: сначала построить трехмерную модель недр, а затем направлять бурение на наиболее перспективные точки. Компания подчеркивает, что технология не призвана полностью заменить скважины, а должна помочь точнее выбирать места для их проходки.
Следующим этапом может стать применение гравиметрической системы на беспилотниках. Это позволило бы обследовать большие площади, в том числе участки, где выходы пород на поверхность отсутствуют и месторождения скрыты под толщей наносов.
Пока результат подтвержден на конкретном объекте в Индии и представлен самой разработчиком технологии. Для оценки ее эффективности в более широком масштабе потребуются дополнительные испытания на месторождениях с разной геологией.
Если результаты удастся воспроизвести на других объектах, технология может сократить затраты на ранних этапах разведки и снизить риск дорогостоящего бурения вслепую.